基于HJ-1B/CCD地表反照率的估算

地表反照率是入射太阳能被地表反射的比分,决定地表吸收太阳辐射能的多少,是影响地表能量收支的关键参数.该文使用6S大气辐射传输模型对环境星的多光谱CCD数据进行大气纠正,并利用其观测角度信息,分别基于统计模型和BRDF模型估算研究区不同地表覆盖类型的窄波段地表反照率,并实现窄波段向宽波段反照率的转换.将宽波段反照率与MODIS反照率产品数据进行对比分析,对不同的地表覆盖类型选择模型的适宜性做出分析评价:对于水体,基于朗伯面假设采用统计模型效果较好,相对误差为9.2％;对于植被及非植被覆盖区,采用二向反射模型较合适,相对误差分别为4.02％和5.6％,都能够满足应用需求.     

城市景观公园对城市热岛调控效应分析——以哈尔滨市为例

采用哈尔滨市2007年9月30日Landsat TM数据,基于哈尔滨市地表温度反演结果,对城市公园对热岛效应的影响进行了分析。研究结果表明:哈尔滨市主城区热岛效应明显,高温区呈现集中分布,市区内的公园在高温区域内形成明显的热岛空洞;公园对周围区域降温作用明显,降温效应随距离增加呈递减趋势;在公园周围120 m范围内,不同面积的公园对周围环境温度影响存在明显差异,不同缓冲带的降温幅度存在极显著差异;公园面积和内部平均温度呈显著负相关,即公园面积越大,内部平均温度越低,反之亦然,二者存在显著的回归关系,因此可以通过设计不同面积公园,以实现城市高温区降温效应。研究表明一个大的景观公园的降温效应要强于总面积相等的多个小公园的降温效应。     

地理单元划分对城市热环境响应规律的影响——以北京为例

尺度效应及空间异质性决定了同一种影响因子在不同地理单元中对生态过程的作用程度存在差异.论文选择城市热环境效应这一典型城市生态过程为研究对象,针对地理单元划分对热环境效应响应规律研究较少的现状,选择土地利用分类、网格、街区、局地气候区4种地理单元,选取常用景观组分指标——归一化差值植被指数(normalized diff...     

基于遥感监测的城市热岛研究进展

全球正经历快速、高强度的城市化,导致城市热岛加剧,并对城市、区域乃至全球许多的生态环境要素直接或间接地产生多方面的影响,与人类福祉密切相关。遥感具有宽覆盖、信息量大、重复观测周期短等优点,已成为地表城市热岛(Surface Urban Heat Island, SUHI)监测广泛采用的一种方法。针对前人相关研究对热红外数据源、监测指标及SUHI时空变化规律尚缺乏系统总结且内容需要更新等问题,本文首先分类评述了SUHI遥感监测所采用的热红外遥感数据源。其次将现有的SUHI监测指标分为土地覆盖类型驱动型、地表温度格局驱动型及两者复合驱动型3类来述评,详细介绍了它们的计算方法、应用案例及优缺点;并从日间变化、夜间变化及昼夜对比的变化3个方面述评了SUHI的年内时空变化规律;归纳了其年际变化规律。最后,依据现有研究结论中相互冲突或尚需深化的地方,指出几个潜在的关键问题或研究方向。     

城市地表温度对土地利用/覆被变化响应的遥感研究——以乌鲁木齐为例

 快速的城市化对城市环境产生显著的影响,基于遥感定量研究地表温度对土地利用/覆被变化（LUCC）的响应,来评估快速城市化对环境的影响,是一种快速、有效的途径。以干旱区典型绿洲型城市——乌鲁木齐为例,将遥感与地理信息系统相结合,利用1990年和2009年两期陆地卫星影像为基础数据进行土地利用/覆被分类,并基于单窗算法定量反演同期的地表温度,从而对快速城市化进程中的土地利用/覆被类型动态变化的空间特征及地表温度对快速城市化的响应情况进行了定量研究。结果显示,在近20 a间,乌鲁木齐城市迅速扩张,土地利用/覆被类型变化显著,城市建设用地增长率高达44.73%;同时城市的快速发展使地表温度提高了近6 ℃。研究表明,温度变化格局,尤其是增温区的空间分布与城市扩张的空间格局基本一致,说明地表温度对城市的土地利用/覆被变化产生了显著的响应。     

基于HJ-1B数据的雪盖提取方法研究——以军塘湖流域为例

 HJ-1A、1B卫星具有较高的时间和空间分辨率,适合小流域尺度的积雪动态监测研究。本文基于HJ-1B数据,选取军塘湖流域,针对同时具有HJ-1B/CCD、IRS数据和只有HJ-1B/CCD数据两种情况展开雪盖提取方法研究。对于第一种情况,因研究区南端有大面积森林覆盖,会影响雪像元识别,选用[WTBX]NDSI[WTBZ]和[WTBX][STBX]S3[WTBZ][STBZ]两种雪盖指数,并利用[WTBX]NDVI[WTBZ]或TM影像反演的林区辅助判识积雪。结果表明:当有植被信息辅助分类时,两种雪盖指数均能较好提取出森林覆盖区的积雪,且提取结果基本一致,精度较高。对于第二种情况,因无法计算雪盖指数,采用光谱与纹理信息结合的SVM法提取雪盖,提取的面积和精度与上述方法相比略低,但很接近,说明在缺少[WTBX]IRS[WTBZ]数据的情况下,仅利用CCD仍可提取出较为准确的雪盖,满足实际应用需求。     

城市热岛斑块遥感识别及空间扩张路径研究——以北京市为例

研究利用MODIS地表温度数据产品,引入概率阈值算法提升城市热岛斑块空间识别精度。在此基础上,构建城市热岛扩张指数将城市热岛斑块时空变化过程分解为飞地型、边缘型、填充型扩张模式和缩减型模式。基于土地利用变化过程,开展城市热岛斑块空间扩张模式的路径分析,准确识别城市热岛斑块空间扩张路径的来源和归趋。研究表明：2020年北京市夏季昼夜城市热岛斑块总面积分别为3932 km²和2 266 km²,占北京市总面积比例23.96%和13.81%。2005―2020年夏季昼夜城市热岛斑块面积比例分别增加43.40%和24.44%。增长型城市热岛斑块面积大于缩减型城市热岛斑块面积。边缘型扩张模式是增长型城市热岛斑块最主要的模式。耕地、城市建设用地、农村居民点是增长型城市热岛斑块主要的空间扩张路径。研究结果为揭示城市热环境形成过程和精细化管理提供理论依据和数据支撑。     

基于地理探测器下的川西高原地表温度空间格局及影响因子分析——以西昌市为例

以西昌市为例,选取2010年和2015年 Landsat系列遥感影像,在“3S”技术的支持下,采用监督分类中的最大似然法,并结合Google Earth高分辨率影像和GPS野外实地验证数据获取西昌市2010年和2015年土地利用信息;再利用大气校正法反演获得西昌市2010年和2015年地表温度,并对反演结果中的高温异常区进行实地调研验证;最后,采用地理探测器定量分析了坡度、总辐射、坡向、海拔、年均降水量、年均气温、植被类型、土壤类型以及土地利用类型9个影响因子对地表温度影响的解释力。结果表明：（1）地表温度空间分布存在显著差异。（2）影响因子对地表温度的影响存在差异,其中海拔和年均气温对地表温度的影响较大,而总辐射影响最小。（3）不存在单一因素或是单一性质的因素影响地表温度。不同影响因子之间存在交互作用,对地表温度的影响是相互增强或非线性增强的。（4）部分影响因子对地表温度具有显著性差异影响,并且地表温度均值最大时,对应着影响因子不同的范围或类型。     

亮温与地表温度表征的城市热岛尺度效应对比研究

利用ASTER数据反演亮温和地表温度,并对二者差异进行对比;利用地统计学界定采样的最大尺度范围,并分别将亮温和地表温度影像以原分辨率为基础进行尺度下推分析,在多尺度分割基础上,构建热岛面积百分比、热岛强度两个指标,用于表征城市热岛尺度效应的差异性。结果表明:亮温和地表温度在数量结构、表征地物温度变异程度上存在很大差异;随着像元尺度增加,用亮温和地表温度表征的城市热岛面积百分比存在明显的尺度效应,且前者明显强于后者,但二者表征的城市热岛强度的尺度效应不明显,且后者稍强于前者;二者表征的城市热岛面积百分比和热岛强度均存在明显差异,表明亮温表征城市热岛的欠合理性。鉴于以上不同,在相关研究中应谨慎选取研究尺度和温度类型。     

“源-汇”景观格局的热岛效应研究——以武汉市为例

论文基于2017年Landsat 8遥感影像,通过GIS技术选取城市地表温度、源汇景观密度、源汇景观贡献度和景观效应指数,结合地理空间分析和数理统计方法,分析了武汉市局部源汇景观格局对城市地表温度的贡献及其效应。结果表明：① 武汉市城区热岛(urban heat island, UHI)季节变化明显,夏季热岛强度大、范围广,呈“大”字型分布,工业集聚区和经济开发区产生的UHI更显著;② 武汉市城区平均地表温度(land surface temperature, LST)在距市中心约8 km处达到峰值后沿城乡梯度逐渐下降,呈现“倒钩型”特征,这一现象与景观密度变化密切相关;③ LST与源(正向)、汇(负向)景观密度存在极强相关性,不透水表面是城区热岛的主要贡献因子;④ 相同密度的水体和绿地,水体更具有削弱城市热岛效应的功能;⑤ 一般当汇-源景观面积比>0.89(汇区密度>0.47)时,局部景观格局对城市热岛有缓解作用,且局部汇区越集中缓解效果越显著。     

不同土地利用类型对城市地表温度的影响——以广东东莞为例

利用Landsat TM6热红外遥感数据、土地利用专题图件、气象观测资料反演了快速城市化的典型地区东莞市的城市地表温度。构建了三个热效应评价指数:热效应贡献度指数、热像元权重指数和区域热像元权重指数,来定量分析不同土地利用类型对城市地表温度的贡献度,发现城乡工矿居民用地、林地和耕地的热效应贡献度较大,水域和草地的热效应贡献度较小,未利用地对区域热环境的贡献最小。此外,研究表明,随着平均温度的升高,东莞市水面和陆面1988~1998年的温度反差明显增大。     

基于HJ-1数据的木孜塔格峰地区雪深时空变化

以木孜塔格峰地区为研究区,从不同坡度、坡向的样方内测量雪深和采集光谱,通过分析归一化差分雪盖指数（Normalized Difference Snow Index,NDSI）、反照率、HJ-1卫星的红外波段反射率与雪深的相关关系,建立了适用于HJ-1星的积雪深度反演模型,估算出2012年4月14日-25日木孜塔格峰地区的雪深时空变化,并结合实测数据进行验证。结果表明:反照率反演模型的复相关系数为0.992;通过NDSI阈值区分混合雪盖像元和积雪像元,雪深估测精度可达92.78%。冰川区的反照率、NDSI与海拔的相关系数分别为0.626和0.733,且高海拔带反照率值明显高于低海拔带的反照率值。受西风带降雪的影响,非冰川区的北坡雪深值较大;西坡、南坡次之;东坡最小,且雪深最大值出现在坡度约等于10°处。雪深估测的相对误差随着样地的坡度增大而增加,坡度为15°时相对误差较大。     

基于CFD技术的河谷型城市风环境模拟——以兰州市城关区为例

本文应用CFD软件对多种流场的强大模拟功能,模拟小尺度的兰州市城关区风环境。选用SRTM资料表征兰州市城关区的地形,应用ArcGIS生成兰州市地形模型,计算相关参数,将计算得到的地形粗糙度和兰州多年气候资料转化为CFD模型的数字参数及模拟边界条件等,首次模拟得到河谷型地区兰州城关区的风环境。结果表明:（1）河谷型地区中,气流过山时风速达最大值,依山体高度增大,而在背风坡风速值明显降低,达到0～1 m·s-1;（2）气流过境时在沿河谷前进,且在谷底风速值达0～1 m·s-1;（3）在模拟城市热岛效应的对比实验中,地块加热对气流过境有停滞作用。     

基于空间相互作用模型的商业布局——以北京市海淀区为例

在分析北京市海淀区人口增长与商业发展的基础上,运用空间相互作用理论和模型, 定量地测算了海淀区各个街乡的人口潜能与商业吸引力,对该区的人口与商业分布状况及其空间互动关系进行了分析,并根据人口增长的组合预测结果对未来海淀区各个街乡商业配置进行了具体的测算,在为商业发展布局规划提供决策支持的同时,探讨一种城市商业活动的空间分析框架。     

以HJ-1卫星遥感数据估算高寒草地植被净第一性生产力的潜力评估——以若尔盖草地为例

基于HJ-1卫星数据、数字高程数据、气象数据和地面实测数据,利用改进后的CASA模型估算了2010年若尔盖草地的植被净第一性生产力（NPP）,以评价该卫星数据在高寒草地NPP估算中的应用潜力。结果表明：（1）利用改进后的CASA模型模拟草地生物量,通过与实测地上生物量比较,两者的相关程度较高,R2=0.8726。模拟精度达80%,因此可以作为估产模型实际应用;（2）利用改进后的CASA模型模拟草地NPP,模拟结果比其他研究结果略大,但更适合于若尔盖草地;（3）HJ-1卫星数据为高寒草地NPP的估算提供了高时间和高空间分辨率的数据源。     

城市地域地表温度-植被覆盖定量关系分析--以深圳市为例

地表温度-植被覆盖间的关系一直是城市热岛研究的热点之一,两者均为描述生态系统特征的重要参数。本文利用深圳市2004年的ETM+影像,基于遥感技术提取相关的下垫面类型、地表温度和植被覆盖等信息,探讨不同下垫面类型对地表温度-植被覆盖关系的影响,并结合分形维度计算方法,比较不同分辨率下地表温度、植被覆盖及其相关关系的变化。研究结果表明,植被覆盖程度与地表温度之间存在明显的负相关,并且在不同的植被覆盖程度下,地表温度-植被覆盖关系呈现分段线性关系。下垫面类型及其组合主要通过植被覆盖的分布对地表温度产生影响。而在不同空间分辨率下(30m至960m),地表温度和植被覆盖的空间变异程度均表现为先升后降,在120m的分辨率下,两者的相关程度达到最高。结果证实区域植被覆盖状况可直接影响辐射、热动力以及土壤水分等多种地表特征,从而导致地表温度分异等。     

季节变化对全球气候变化的响应——以湖北省为例

根据湖北省10个代表站1951(或建站)~2006年逐日平均气温,计算分析了四季初日和长度及其变化趋势,以揭示气候季节对全球气候变暖的响应。结果表明:(1)湖北省平均春、夏、秋、冬四季初日分别为3月22日、5月27日、9月27日、11月27日,四季长度分别为65.7、122.8、60.9、115.6d,且时空差异明显;(2)56a来湖北省平均入春、入夏分别提前2.8、1.6d,入秋、入冬分别推后4.0、6.1d;(3)56a来湖北省平均冬季缩短8.9d,夏季延长6.3d,秋季延长2.0d,春季无变化;荆州夏季延长21.1d,武汉冬季缩短17.0d。     

基于Google Earth和MODIS陆地数据的农林地转换对地表温度的影响——以长江中下游及毗邻地区为例

揭示耕地与林地转换对地表温度的影响对于认识人类活动的气候与环境效应具有重要意义。基于卫星遥感数据的统计分析是揭示土地利用/覆盖变化对地表温度影响的重要手段。但是,在景观破碎度较高地区,混合像元问题成为使用这一技术手段的主要限制性因素,中国南方长江流域尤为典型。为突破这一限制,论文基于Google Earth高清影像,在1 km尺度上辨识了200对耕地与林地纯像元,进而利用MODIS陆地数据产品,对比分析了耕地与林地的地表温度(LST)、叶面积指数(LAI)、地表反照率(Albedo)之差。结果表明：耕地的LST高于林地,白天和夜间温度分别约偏高2.75 ℃和1.15 ℃,并且温差因季节而异,白昼温差呈双峰(分别是5月和10月,温差约3.18 ℃和3.33 ℃),夜间温差为单峰(7月,约2.46 ℃)。同时,温差因地而异,总体表现为西高东低,陕甘交界处的白昼温差最大,年平均约为3.83 ℃;安徽中南部温差最小,约为1.1 ℃。耕地与林地的LST之差主要由蒸散发的差异所致。林地的LAI较大,蒸散发较强,地表向大气的潜热通量较大,用于直接加热地表的感热相对偏少,因而LST相对偏低。上述结果表明近年来长江流域及毗邻地区的耕地转为林地通过增加蒸发产生了一定的致冷效应。